高校创新展在HC2025开启，鲲鹏昇腾赋能科研突破

2025年9月18日至20日，华为全联接大会在上海隆重举行。大会第三天举办的开发者日上，多个搭载鲲鹏与昇腾基础软硬件平台的创新成果惊艳亮相，展现了国内科研领域的强大创新实力。鲲鹏昇腾科教创新孵化中心充分发挥算力优势，助力国内顶尖高校和初创企业推出一系列创新成果，涵盖AI编程语言、大模型训练加速、多模态大模型及科学计算仿真等前沿科技领域，彰显出产学研深度融合的创新生态。

在高校展区，科研团队呈现了一系列关于计算架构和跨学科创新的最新成果，这些创新案例不仅体现了高校扎实的学术研究功底，更展示了其对前沿技术趋势的敏锐把握。

北京大学力学与工程科学学院研究员陈帜团队开发的DeepFlame燃烧流体仿真工具引发了业内广泛关注。这款依托鲲鹏平台打造的创新工具，攻克了火箭发动机研发中燃烧模拟计算精度与效率的关键矛盾。通过独创性地融合AI推理技术与高性能计算，该工具实现了超临界燃烧模拟的超千倍加速。"我们采用了物理嵌入刚性神经算子(PE-SNO)技术，结合众核PDE求解器优化，"陈帜研究员介绍道，"这套系统完成了近万亿网格规模的复杂模拟，浮点运算峰值突破1EFlops。"传统需要持续半年的计算工作，现在仅需一小时即可完成，这项突破将显著缩短我国航天发动机研发周期，降低试验成本。

北京大学计算机学院杨智团队带来的开源AI算子编程语言TileLang同样备受瞩目。团队核心成员董宇骐展示了该语言的独特优势："TileLang通过高级数据流描述自动转换为优化后的底层代码，其独特的Tile级抽象技术能帮助开发者用简洁代码表达复杂计算。"在使用TileLang开发FlashAttention算子的案例中，代码量从500多行精简至80行，同时保持了出色的运行性能。

东南大学杨旭副教授团队关于多模态大模型的研究成果引发了热烈讨论。"我们提出了启发式上下文策略和可学习的上下文向量LIVE方法，"杨旭副教授解释道，"这些创新显著提升了视觉问答任务的学习效率和推理速度。"团队开发的两阶段训练增强框架LMM-R1和多模态模型的动态微调技术DFT，为轻量化模型的知识迁移提供了新思路。

在鲲鹏昇腾种子计划的支持下，一批高校科研成果正加速迈向市场化。这些由高校科研团队创立的创新企业展现出强大的技术成果转化能力，将前沿学术研究转化为具有市场竞争力的解决方案。

浙江大学博士生陈天润创立的魔芯科技展示的3D空间智能大模型成为全场焦点。"我们基于昇腾平台训练的数亿真实物理世界数据，开发出了首个3D空间智能大模型，"陈天润介绍道，"这个仅用Decoder-Only Transformer架构的模型，能够自发学习三维空间关系。"该技术在虚拟现实、数字双生等领域具有广阔应用前景。

清华大学孵化的趋境科技则带来了独树一帜的KTransformers引擎。"我们充分利用鲲鹏CPU和昇腾NPU的异构计算优势，"架构师谢威宇解释道，"通过精准的计算任务分配策略，实现了千亿参数模型推理过程中显存占用降低90%以上的突破。"这套系统通过创新的处理器协作方式，为大模型部署提供了全新的技术方案。

开发者始终是推动科技创新的核心力量。鲲鹏与昇腾社区通过完善的课程体系、详实的案例文档和高效的工具支持，全方位赋能开发者成长。未来，鲲鹏与昇腾将继续与全球开发者携手合作，通过开放的技术生态和持续创新，共同推动计算产业的智能化升级。